在R中使用映射键将数据框多值变量替换为对应字符

针对你遇到的问题——把数据框中逗号分隔的类别数字，通过映射表替换为对应的字符串，这里提供两种实用的解决方法：

方法一：使用tidyverse工具链（dplyr + tidyr） #

这种方法适合习惯tidyverse语法的用户，步骤清晰易读：

library(dplyr)
library(tidyr)
library(stringr)

# 1. 拆分类别、匹配映射、合并结果
df_location <- df %>%
  # 将逗号分隔的类别拆分为列表列
  mutate(cat_split = str_split(cat, ",")) %>%
  # 把列表列展开为多行
  unnest_longer(cat_split) %>%
  # 关联映射表，获取对应类别名称
  left_join(key, by = c("cat_split" = "cat")) %>%
  # 按产品ID和原类别分组，合并名称为逗号分隔字符串
  group_by(id, cat) %>%
  summarise(location = str_c(name, collapse = ","), .groups = "drop")

# 2. 合并回原数据框
df.d <- left_join(df, df_location, by = c("id", "cat"))

方法二：Base R自定义函数 #

如果不想加载额外包，可以用Base R实现，代码更简洁：

# 将映射表转换为命名向量，方便快速匹配
key_vec <- setNames(key$name, key$cat)

# 定义处理单个类别字符串的函数
map_category <- function(cat_str) {
  # 拆分字符串为单个类别数字
  cat_items <- strsplit(cat_str, ",")[[1]]
  # 匹配替换后合并为字符串
  paste(key_vec[cat_items], collapse = ",")
}

# 直接生成location列
df$location <- sapply(df$cat, map_category)

为什么dplyr::recode无法实现需求？ #

recode函数只能对整个字符串进行替换，无法识别字符串内部的单个逗号分隔值。比如它可以把"0"替换为"kitchen"，但无法处理"0,2,6"这种包含多个值的字符串，因此必须先拆分单个值再进行映射。

内容的提问来源于stack exchange，提问作者Cam